five

irds/mmarco_v2_fr_train

收藏
Hugging Face2024-10-04 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/irds/mmarco_v2_fr_train
下载链接
链接失效反馈
官方服务:
资源简介:
`mmarco/v2/fr/train`数据集由ir-datasets包提供,主要用于文本检索任务。该数据集包含808,731个查询(即主题)、532,761个相关性评估和39,780,811个文档对。文档数据需要使用`irds/mmarco_v2_fr`数据集。

The `mmarco/v2/fr/train` dataset, provided by the ir-datasets package, is primarily designed for text retrieval tasks. It contains 808,731 queries (also known as topics), 532,761 relevance judgments, and 39,780,811 document pairs. The document data should be accessed via the `irds/mmarco_v2_fr` dataset.
提供机构:
irds
原始信息汇总

数据集概述

数据集名称

mmarco/v2/fr/train

数据来源

  • 源数据集: irds/mmarco_v2_fr

任务类别

  • 文本检索

数据内容

  • queries: 查询(主题),数量为808,731
  • qrels: 相关性评估,数量为532,761
  • docpairs: 文档对,数量为39,780,811

数据使用

  • 使用irds/mmarco_v2_fr数据集中的docs

数据加载示例

python from datasets import load_dataset

queries = load_dataset(irds/mmarco_v2_fr_train, queries) for record in queries: record # {query_id: ..., text: ...}

qrels = load_dataset(irds/mmarco_v2_fr_train, qrels) for record in qrels: record # {query_id: ..., doc_id: ..., relevance: ..., iteration: ...}

docpairs = load_dataset(irds/mmarco_v2_fr_train, docpairs) for record in docpairs: record # {query_id: ..., doc_id_a: ..., doc_id_b: ...}

引用信息

@article{Bonifacio2021MMarco, title={{mMARCO}: A Multilingual Version of {MS MARCO} Passage Ranking Dataset}, author={Luiz Henrique Bonifacio and Israel Campiotti and Roberto Lotufo and Rodrigo Nogueira}, year={2021}, journal={arXiv:2108.13897} }

二维码
社区交流群
二维码
科研交流群
商业服务